Optimized economic scheduling of demand response in integrated energy systems considering dynamic energy efficiency and dynamic carbon trading

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Energy system modelers can adopt the DRO-MPC framework for robust scheduling under uncertainty.

🏢実務担当者:Energy managers in industrial parks or integrated energy networks can apply the dynamic carbon trading model to reduce costs.

🏛政策担当者:Policymakers designing carbon quota allocation mechanisms may consider seasonal and efficiency-based dynamic strategies.

統合エネルギーシステム（IES）の運用計画において、電力価格変動による需要側の不確実性、機器のエネルギー効率に対する静的な仮定に起因するモデリングの偏り、および炭素割当量の季節ごとの不合理な配分に起因するコストの冗長性という課題に対処するため、本研究は、動的エネルギー効率と動的炭素取引を組み込んだ電力PDR経済運用最適化モデルを構築する。「分散ロバスト最適化（DRO）-モデル予測制御（MPC）」の協調フレームワークと、機器の季節別の出力および効率の変動を考慮し、異なる季節の炭素排出特性に適合するように調整された段階的動的炭素割当量配分戦略を提案する。需要応答レベルでは、電力価格弾力性係数行列を導入してリアルタイムの価格変動が負荷に与える影響を定量化し、これをMPCモデルに統合して、日前運用計画と日内運用計画の間の時間スケールの不一致を解消する。シミュレーション結果は以下を示す：動的エネルギー効率と炭素取引を結合したモデルは、従来のアプローチと比較してシステム総コストを13.07%、炭素取引コストを11.57%削減する。追従誤差に関しては、転がり最適化とフィードバック補正の組み合わせにより、フィードバック補正なしの場合と比較して追従精度が14.66%、転がり最適化なしの場合と比較して6.13%向上し、転がり最適化なしの場合と比較して総コストが4.36%削減される。本研究は、不確実性下におけるIESの低炭素経済運用に対して、科学的に実現可能な最適化ソリューションを提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Addressing uncertainties on the demand side caused by electricity price fluctuations during integrated energy system (IES) dispatch, modeling biases resulting from static assumptions about equipment energy efficiency, and cost redundancy issues stemming from unreasonable seasonal allocation of carbon quotas, this study constructs an electricity PDR economic dispatch optimization model incorporating dynamic energy efficiency and dynamic carbon trading. It proposes a “distributed robust optimization (DRO)-model predictive control (MPC)” collaborative framework and a tiered dynamic carbon quota allocation strategy accounting for seasonal output and efficiency variations of equipment, tailored to match carbon emission characteristics across different seasons. At the demand response level, an electricity price elasticity coefficient matrix is introduced to quantify the impact of real-time price fluctuations on load, integrating it into the MPC model to resolve the time-scale mismatch between day-ahead and intraday scheduling. Simulation results demonstrate: The coupled dynamic energy efficiency and carbon trading model reduces total system costs by 13.07% and carbon trading costs by 11.57% compared to the conventional approach. Regarding tracking error, the combination of rolling optimization and feedback correction improves tracking accuracy by 14.66% and 6.13% compared to cases without feedback correction and rolling optimization, respectively, while reducing total costs by 4.36% compared to the case without rolling optimization. This study provides a scientifically feasible optimization solution for low-carbon economic dispatch of IES under uncertainty.

• semanticscholar https://www.nature.com/articles/s41598-025-33497-3.pdffirst seen 2026-05-05 22:56:08 · last seen 2026-08-12 05:15:20